岩爆是高地应力条件下的一种典型工程地质灾害,给地下工程施工人员和设备安全造成严重威胁。随着我国水利、交通和采矿事业的快速发展,高地应力环境中的深部岩体开挖越来越多,岩爆的预防与控制问题将越来越突出,成为深部地下工程地质灾害防治领域的重要课题。岩爆预测是岩爆防控的重要内容。准确的岩爆预测有助于在设计和施工中采取相应的工程对策,减少或避免岩爆灾害带来的损失。但由于岩爆机理复杂,使得岩爆预测十分困难。目前,工程实际中一般采用简单分级的方法对岩爆进行预测,由于不能考虑各种因素的综合影响,其结果往往与实际情况出入较大。针对目前岩爆预测存在的问题,本文主要在以下几方面开展了系统的研究：(1)以苍岭隧道为例,采用传统的强度理论方法对其岩爆进行了系统的预测分析,对已有方法存在的问题进行了探讨。(2)针对传统强度理论的缺陷,考虑岩爆的特点,采用粒子群算法对广义回归神经网络进行了优化,构建了客观的岩爆预测模型,采用该模型对苍岭隧道、锦屏二级水电站两个深埋地下工程进行了岩爆预测,阐述该方法的特点和局限性。(3)考虑到岩爆分析数据是连续数据,而岩爆等级是离散数据的特点,结合现场调查结果和国内外工程实例,采用粗糙集理论对岩爆影响因素进行了重要性区分和客观定量评价。(4)从多目标规划原理出发,结合粗糙集理论分析成果和理想点方法,构建了粗糙集-理想点岩爆预测模型,通过对苍岭隧道和锦屏二级水电站的岩爆预测验证了其正确性和适用性。(5)从信息融合角度出发,结合粗糙集理论分析成果和理想点方法,构建了粗糙集-理想点岩爆预测模型,同样通过上述两个工程实例对模型进行了验证。(6)开展粗糙集-理想点法模型、粗糙集-证据理论模型和模糊数学方法模型的对比分析,评价各种方法的优缺点和预测效果。通过上述这些内容的研究,获得了以下一些创新成果：(1)苍岭隧道岩爆预测结果显示,与普通BP神经网络和普通广义回归神经网络相比,粒子群算法-广义回归神经网络模型输出结果稳定,预测结果准确,但该模型在预测锦屏二级水电站探洞岩爆时出现错误,说明其适用性存在一定的局限性。(2)粗糙集理论分析结果显示应力集中程度对岩爆影响最大,岩体的储能情况影响居中,岩体的脆性条件影响相对较小。(3)苍岭隧道、锦屏二级水电站探硐的岩爆预测结果显示粗糙集-理想点法模型预测结果正确,并且其预测精度高于层次分析-理想点法模型和等权重-理想点法模型。(4)苍岭隧道、锦屏二级水电站探硐的岩爆预测结果显示粗糙集-证据理论模型预测结果正确,并且其预测精度高于通过人为指定建立的另外两组证据理论岩爆预测模型。(5)粗糙集-理想点岩爆预测模型、粗糙集-证据理论岩爆预测模型和模糊数学岩爆预测模型三者总体预测水平相当,但粗糙集-理想点岩爆预测模型和粗糙集-证据理论模型更能反映岩爆发展的趋势,认为两者略优于模糊数学模型。